神经符号框架跨院查青光眼：图推理与模糊规则单用都不吃亏，合用却掉8.1个AUC点
核心概要
青光眼自动筛查模型换一家医院、换一台相机就明显失准，一项神经符号框架把解剖图推理与可微模糊临床规则组合进同一网络，用取自八个数据集、八个国家共12,619张眼底图的9,100张训练，并以西班牙另一家医院、另一款相机拍摄的485张RIM-ONE图像做完全留出的跨院测试。在分布内测试集上，EfficientNet-B4加图注意力网络的配置取得0.9612的AUC（95%置信区间0.951–0.972），高于仅用EfficientNet-B4的0.9472；但两者合用后跨院AUC为0.6155，比基线低8.1个百分点。
深度剖析
青光眼筛查模型在跨医院、跨相机使用时性能明显下降，这套神经符号框架把解剖结构之间的图推理和四条临床模糊规则放进同一个可训练网络，并在严格留出的跨院数据上同时检验两者。 此前的青光眼检测系统大多只在单一来源数据上报告结果，缺少真实的跨院性能；已有的神经符号青光眼工作使用手工设定的杯盘比阈值，也没有多中心跨院评估。 跨院测试集是485张RIM-ONE图像，来自西班牙圣地亚哥-德孔波斯特拉大学医院和Nidek AFC-210相机，未参与训练、验证或模型选择；训练侧为七个数据集共12,134张图像，按75%/12.5%/12.5%划分为9,100张训练、1,517张验证和1,517张测试。
解剖图推理单独加入能提升分布内判别力，符号规则单独加入不损害跨院表现，但两者叠加后跨院AUC反而低于纯EfficientNet-B4基线。 仅用EfficientNet-B4的基线在分布内测试集AUC为0.9472、跨院AUC为0.6970；加入图注意力网络的配置分布内升至0.9612，跨院为0.6915；加入符号模块的配置跨院AUC为0.6997，与基线差异不显著。 完整框架的跨院AUC为0.6155（95%置信区间0.562–0.669），比基线低8.1个百分点，与基线、图推理配置和符号配置的差异分别为p=0.002、p=0.004和p=0.001；三个随机种子下含图模块的配置跨院AUC均低于不含图模块的配置。
网络从眼底图的多尺度特征中构造六个解剖节点，用图注意力层学习节点间关系，再由四条模糊逻辑规则约束分类概率，全程不需要分割掩膜。 此前的分割驱动流程需要视盘和视杯的像素级标注来算杯盘比，这套流程只用分类标签训练，杯盘比阈值从数据中学习而非手工设定。 六个节点分别对应视盘、视杯、盘沿、视网膜神经纤维层、血管密度和全局上下文，由EfficientNet-B4不同层级的特征投影得到，属于解剖学启发的架构标签而非已验证的分割区域；完整模型在单张RTX 3080 Ti上训练约8小时，含图模块的配置推理约22毫秒一张。
启示与展望
跨院结论只覆盖从EyePACS/Canon CR-2采集到圣地亚哥-德孔波斯特拉大学医院Nidek AFC-210这一种设备与站点转换，对其他设备、站点和人群的泛化尚未评估；分布内AUC因五个数据集缺少患者标识、只能按图像分层划分，应视为内部泛化的上界。
杯盘比代理值与专家测量的杯盘比在留出图像上一致性弱且跨数据集不一致，DRISHTI-GS上Spearman相关系数区间为0.186–0.791，REFUGE2上未检出关联，因此该代理值只能当作潜在序数分数而非解剖标定值；盘沿、神经纤维层和血管的潜在表示尚未对照分割真值验证，用来解释图推理与符号模块叠加后跨院性能下降的梯度干扰机制也只是与消融模式相符，尚未被直接测量。